NDK支持NEON环境配置:https://blog.csdn.net/app_12062011/article/details/50462351
一个很典型的例子:http://hilbert-space.de/?p=22neon android ndk:https://github.com/Lakers2005
一、入门
-
并行操作模式的模式[Mapping,Reduce,Scatter,Stencil]
-
NEON指令使用举例,NEON指令提供的核心能力有数据的装载、存储以及数据的处理。NEON指令都是以V字母开头。
VADD.I16 q0, q1, q2
其中,V表示NEON指令头,ADD为加法运算,I表示整形,I16表示16位整形,q0,q1,q2都是128位寄存器。指令的意思是让q1,q2装载8个16位数据,然后执行加法操作,最后放倒q0寄存器中,一次指令完成了8此加法运算,也就性能提升了8倍。
如果把RGB三个元素分别放到3个不同的寄存器中,每个寄存器的元素分别都是R、G、B,这样就可以进行并行晕算了。
二、NDK中如何使用NEON
- 确认处理器是否支持NEON
cat /proc/cpuinfo | grep neon
- 引入头文件arm_neon.h
#include <arm_neon.h>
- 修改CMakeList.txt
# make a list of neon files and add neon compiling flags to them
set(neon_SRCS helloneon-intrinsics.c)
set_property(SOURCE ${neon_SRCS} APPEND_STRING PROPERTY COMPILE_FLAGS " -mfpu=neon")
add_library(hello-neon SHARED helloneon.c ${neon_SRCS})
- c代码
void reference_convert(uint8_t *__restrict dest, uint8_t *__restrict src, int n) {
int i;
for (i = 0; i < n; i++) {
int r = *src++; // load red
int g = *src++; // load green
int b = *src++; // load blue
// build weighted average:
int y = (r * 77) + (g * 151) + (b * 28);
// undo the scale by 256 and write to memory:
*dest++ = (y >> 8);
}
}
//使用NEON Intrinsics优化
void neon_convert(uint8_t *__restrict dest, uint8_t *__restrict src, int n) {
int i;
//读取8字节的预设值到64位寄存器
uint8x8_t rfac = vdup_n_u8(77);// 转换权值 R
uint8x8_t gfac = vdup_n_u8(151);// 转换权值 G
uint8x8_t bfac = vdup_n_u8(28);// 转换权值 B
n /= 8;
for (i = 0; i < n; i++) {
uint16x8_t temp;
uint8x8x3_t rgb = vld3_u8 (src);//一次读取3个unit8x8到3个64位寄存器
uint8x8_t result;
temp = vmull_u8(rgb.val[0], rfac); // temp=rgb.val[0]*rfac
temp = vmlal_u8(temp, rgb.val[1], gfac);// temp=temp+rgb.val[1]*gfac
temp = vmlal_u8(temp, rgb.val[2], bfac);//temp=temp+rgb.val[2]*bfac
result = vshrn_n_u16 (temp, 8); // 128位寄存器每16位右移第二个参数位
vst1_u8 (dest, result); // 转存运算结果到dest
src += 8 * 3;
dest += 8;
}
}
原文链接: https://www.cnblogs.com/alanfang/p/8921855.html
欢迎关注
微信关注下方公众号,第一时间获取干货硬货;公众号内回复【pdf】免费获取数百本计算机经典书籍
原创文章受到原创版权保护。转载请注明出处:https://www.ccppcoding.com/archives/272850
非原创文章文中已经注明原地址,如有侵权,联系删除
关注公众号【高性能架构探索】,第一时间获取最新文章
转载文章受原作者版权保护。转载请注明原作者出处!